从OPG图像和患者记录中自动估计年龄,使用深度特征提取和修改基因随机森林
Gulfem Ozlu Ucan1, Omar Abboosh Hussein Gwassi2, Burak Kerem Apaydin3
1Department of Oral and Maxillofacial Radiology, Faculty of Dentistry, Istanbul Gelisim University, Istanbul 34310, Turkey.
Diagnostics (Basel, Switzerland)
|February 13, 2025
概括
人工智能 (AI) 提供了一种新的解决方案,用于从全景射线图中估计牙年龄,克服手工测量限制. 这种人工智能系统表现出高精度,为其在法医科学中的使用铺平了道路.
科学领域:
- 法医牙科 法医牙科
- 人工智能的人工智能
- 放射学分析 放射学分析
背景情况:
- 牙科年龄估计在法医科学中对于个人识别和年龄确定至关重要.
- 由于方法的变化,生物差异和耗时的手动测量,目前的方法面临挑战.
- 来自全景射线图 (OPG) 的自动年龄估计是需要解决这些局限性的.
研究的目的:
- 开发和评估一种人工智能 (AI) 系统,用于从全景放射图 (OPG) 中自动估计牙年龄.
- 为了克服手工测量的缺点,时间消耗和临床应用的困难.
- 评估人工智能算法的有效性,以提高牙年龄估计的准确性和效率.
主要方法:
- 利用二维深卷积神经网络 (2D-DCNN) 和一维深卷积神经网络 (1D-DCNN) 来从OPG和患者数据中提取特征.
- 采用修改的遗传随机森林算法 (MG-RF),将遗传算法 (GA) 和随机森林 (RF) 结合起来进行年龄估计.
- 使用平均平方误差 (MSE),平均绝对误差 (MAE),根平均平方误差 (RMSE) 和R平方 (R2) 值分析了系统性能.
主要成果:
- 人工智能系统取得了高度准确的结果,MSE为0.00027,MAE为0.0079,RMSE为0.0888,R2得分为0.999.
- 开发的算法在从全景放射图中估计牙年龄方面表现出了卓越的表现.
- 这些发现表明,自动化牙年龄估计的准确性有了显著的进步.
结论:
- 这种基于人工智能的系统是牙年龄检测的高效工具.
- 这项技术对未来在法医科学中的应用具有重大潜力.
- 来自OPG的自动年龄估计为传统方法提供了可靠和高效的替代方案.
